網頁抓取JAVASCRIPT處理

在抓取網頁過程中，很多網頁內容都預先儲存到JAVASCRIPT變數中，如果僅通過SUBSTRING 進行截取分析，效率慢，錯誤率多。

如何才能更好的解決呢？用MSScriptControl

 

在C＃中，我們也可以通過Com組件來執行一段javascript代碼。

下面的代碼展示了如何用MSScriptControl 組件執行一段數學運算式：

   MSScriptControl.ScriptControlClass sc = new MSScriptControl.ScriptControlClass();
   sc.Language = "javascript";
   object obj = sc.Eval(" 1 + 2 * (3 + 4)");
   Console.WriteLine(obj);

要使用MSScriptControl需要引用com組件 Microsoft Script Control 1.0。

上篇文章已經詳細說明了，當然代碼有部分錯誤 “MSScriptControl.IScriptControl.Timeout”與“MSScriptControl.DScriptControlSource_Event.Timeout”之間存在二義性

原代碼：

 

/// <summary>

/// 擷取或設定指令碼執行時間，單位為毫秒

/// </summary>

public int Timeout

{

            get { return this.msc.Timeout; }

            set { this.msc.Timeout = value; }

}

修改為：

 

        /// <summary>

        /// 擷取或設定指令碼執行時間，單位為毫秒

        /// </summary>

        public int Timeout

        {

 

            get { return ((IScriptControl)this.msc).Timeout; }

            set { ((IScriptControl)this.msc).Timeout = value; }

 

        }

即可，測試可以使用，這樣進行抓取資料更加方便簡介，直接讓JS輸出結果就好了。

結合一些技術可以做很多東西如：

1、ALEXA排名作弊，EXE執行處理後進行POST，或者申請一個認證進行頁面處理，資料跟真實

2、一些點擊或者展示廣告作弊，原理同上，結合ACTIVEX外掛程式，效果不錯

　ActiveX是Microsoft對於一系列策略性物件導向程式技術和工具的稱呼，其中主要的技術是元件物件模型（COM）。在有目錄和其它支援的網路中，COM變成了分布式COM（DCOM）。在建立包括ActiveX程式時，主要的工作就是組件，一個可以自足的在ActiveX網路（現在的網路主要包括Windows和Mac）中任意啟動並執行程式。這個組件就是ActiveX近控制項。ActiveX是Microsoft為抗衡Sun Microsystems的JAVA技術而提出的，此控制項的功能和JAVA applet功能類似。 

 

　　如果您使用的是Windows作業系統，您或許會注意到一些以OCX結尾的檔案。OCX代表“對象連結與嵌入控制項”（OLE），這個技術是Microsoft提出的程式技術，用於處理案頭檔案的混合使用。現在COM的概念已經取代OLE的一部分，Microsoft也使用ActiveX控制項代表組件對象。 

 

　　組件的一大優點就是可以被大多數應用程式再使用（這些應用程式稱為組件容器）。一個COM組件（ActiveX控制項）可由不同語言的開發工具開發，包括C++和Visual Basic或PowerBuilder，甚至一些技術性語言如VBScript。 

 

　　目前，ActiveX控制項在Windows 95/NT和Macintosh中運行，Microsoft還準備支援UNIX的ActiveX控制項。